AI专用芯片
搜索文档
先进封装解芯片难题-封装摩尔时代的突破
中国能源网· 2026-01-07 10:47
从芯片设计及制造领域而言,芯粒及高端先进封装的组合可实现"混合制程"+缩短上市时间+可复用+良 率改善。芯粒(Chiplet)基于需求考虑不同工艺,比如CPU需要较高性能选择3nm工艺,而I/O或模拟电 路则可以使用成熟制程。再者,开发新产品可以复用此前IP,不需要整片IC设计,缩短研发周期及设计 成本,并且能够实现独立验证。性能/瓦/美元(Perf/Watt/Dollar)综合来看,大芯片+3D堆叠更适合用于 中小系统,而随着系统复杂度提升,"Small die with better yield",即通过芯粒+3D堆叠的方式在大规模 系统中性能/瓦/美元优势明显。 在单芯片原始计算性能方面,AI专用芯片(ASIC)弱于AI GPU。然而,即使是GPT-4这样的大语言模 型也无法在单一芯片上运行。并且要达到与AI GPU相当的性能水平,ASIC需要构建比GPU集群更大规 模的AI专用芯片集群。先进封装通过芯粒+异构实现更大面积拓展,这种可扩展性正是AI数据中心在控 制成本的同时最大化性能的关键所在。在控制成本的同时,通过Chiplets+大中介层来突破尺寸限制,从 而将AI加速器"做大做强"。光刻机的ret ...
沐曦上市,他们投出四个千亿新贵
投资界· 2025-12-21 15:39
中国算力产业崛起与市场格局 - 科创板在半个月内诞生两家市值3000亿元的IPO公司,即摩尔线程和沐曦 [2] - 寒武纪和海光信息的市值均一度突破6000亿元 [2] - 上述四家被称为“算力四贵”的公司合计市值已超过1.6万亿元 [2] 联想创投在算力领域的独特布局与投资逻辑 - 联想创投是唯一一家同时投资了寒武纪、海光信息、摩尔线程和沐曦这四家核心算力公司的投资机构 [4] - 其投资逻辑根植于联想集团“端-边-云-网-智”新IT战略,早期将AI算力视为智能世界的“心脏”,并判断未来十年算力需求有百倍增长 [5] - 公司坚持“研究驱动型”投资,每年底进行为期三个月的深度行业研究,期间不投任何项目,以发现下一个大趋势 [10] 对核心算力企业的早期投资案例 - **寒武纪**:2017年从A轮开始投资,是唯一参与了其四轮融资的机构,公司市值最高突破6000亿元 [5][6] - **海光信息**:投资时是少数同时具备高端CPU和GPU研发能力的企业,其股价曾达270元/股,较发行价翻超7倍,市值一度超6000亿元 [6] - **摩尔线程与沐曦**:于2021年国产GPU概念验证期,在两家企业的A轮融资中果断出手 [7] - 投资这两家GPU企业的共同逻辑是看中其拥有国内稀缺、稳定的全建制世界级技术团队,并经历过完整的GPU芯片研发周期 [9] 构建算力生态与技术互补矩阵 - 通过投资构建了技术互补的算力生态:寒武纪(AI专用芯片)、海光信息(x86兼容路线)、摩尔线程(全功能GPU)、沐曦(数据中心GPU) [10] - 生态合作产生协同效应:寒武纪芯片集成于联想AI服务器;海光CPU/DCU用于联想超算集群;摩尔线程GPU适配联想游戏本与工作站;与沐曦联合推出“DeepSeek国产AI一体机” [13] - 生态合作缩短被投企业市场验证期,实现规模化落地,同时反哺联想全产业链布局,创造远超账面回报的价值 [13] 在算力及相关领域的其他关键投资 - **芯驰科技**:专注车载计算场景,投后估值超140亿元,并于去年7月获得北京市、区两级10亿元战略投资 [11] - **此芯科技**:研发高能效通用CPU,其AI CPU芯片“此芯P1”端侧AI异构算力达45 TOPS,可运行100亿参数以内的端侧大模型 [12] - **无问芯穹**:公司成立仅一年四个月累计完成近10亿元融资,联想创投参与了其近5亿元的A轮及近5亿元的A+轮融资,公司前瞻性布局多元异构算力底层设施生态 [12] - 在后摩智能、进迭时空等前沿方向亦有布局 [13] 对未来科技趋势的判断与投资方向 - 公司坚信中国在“超级科技大工程”时代拥有独特优势,关注颠覆性计算架构的革命,包括存算一体、量子计算、RISC-V及类脑计算等技术 [14] - 认为硅基智能革命的核心驱动力是“计算”,其内涵是包含存储、计算、互联通信的“高密度计算”,并与先进算法、高质量数据共同构成AI计算底座 [14] - 未来需要大量的新型AI终端(如AI化现有设备、穿戴、具身、低空设备等)与计算结合,以重塑行业产业链 [14] - 已在存算一体、量子计算、RISC-V、类脑计算等领域布局华翊量子、图灵量子、进迭时空、清程极智等企业 [16] - 投资历程反映了近十年中国科技发展:2016年投产业互联网、AI 1.0;2017年投芯片半导体;前几年布局算力;近两年押注AI 2.0、机器人2.0 [16]
AI算力赛道迎「上市潮」,联想创投是唯一一家同时投中四家的投资机构
IPO早知道· 2025-12-19 09:28
联想创投在AI算力赛道的布局与策略 - 核心观点:联想创投凭借其产业资本(CVC)视角,在AI算力成为风口前即进行系统性早期布局,成功投资了寒武纪、海光、摩尔线程、沐曦四家关键公司,并构建了独特的“双向赋能”模式,从财务支持者转变为生态共建者 [2][3][4] 早期前瞻性投资布局 - 早在2016年,当多数VC还在观望时,联想创投就成为寒武纪的A轮投资方,并连续四轮跟投直至其上市 [2] - 2021年,在国产GPU尚处概念验证期时,联想创投投资了沐曦的A轮和摩尔线程的Pre-A+轮,同年还投资了海光 [2] - 公司是唯一一家同时投中寒武纪、海光、摩尔线程、沐曦这四家“AI算力王牌”企业的投资机构 [3] 全栈式互补技术矩阵 - 投资组合覆盖多元技术路径:寒武纪主打AI专用芯片,海光走x86兼容路线,摩尔线程做全功能GPU,沐曦聚焦数据中心GPU [4] - 四家公司在技术路径和产品定位上形成互补,对应了AI算力需求从中心化、通用化走向多元化、专属化与泛在化的趋势 [5] - 布局远不止四家,还包括比如此芯科技、后摩智能等十余家企业,涉及存算一体、RISC-V等前沿方向 [5] 独特的产业资本“双向赋能”模式 - 发挥联想集团的全球化资源优势,为被投企业提供场景、产研、技术与市场通道 [5] - 被投企业技术反哺联想:寒武纪芯片已集成于联想AI服务器,用于智慧城市、医疗影像;海光CPU/DCU用于联想超算集群,服务科研、金融建模;摩尔线程GPU适配联想游戏本与工作站;与沐曦联合推出“DeepSeek国产AI一体机” [5] 向下一代计算范式拓展 - 在保持对核心算力芯片关注的同时,积极布局下一代计算范式 [6] - 已开始投资存算一体、量子计算、RISC-V、类脑计算等颠覆性技术,代表企业包括华翊量子、图灵量子、进迭时空、铭芯启睿、清程极智等 [6] 行业角色演变 - 在中国半导体产业发展中,资本的角色正从“财务支持者”转向“生态共建者” [6] - 这映照出中国硬科技产业从单点突破迈向系统构建的新阶段 [6]
英伟达暴增的“钞能力”:手握近千亿美元,疯狂投资客户、回购股票
新浪财经· 2025-11-24 08:30
公司现金流表现 - 英伟达自由现金流从2023财年的38亿美元飙升至本财年预计的965亿美元,增幅惊人[2] - 公司AI专用芯片业务收入复合年增长率高达194%[2] - 2026财年第三财季营收同比增长62%[5] - 据预测,到2030年1月前的四年间,英伟达在扣除资本支出后将累计产生约8500亿美元现金[5] 现金流历史与行业对比 - 纵观1990年以来的科技企业发展史,尚未有任何企业在连续三年内实现如此高速的增长,唯一可与之比肩的是苹果公司在2001年推出iPod后的爆发式增长期[5] - 英伟达未来四年的预期现金流规模远超分析师对谷歌、Meta、亚马逊和微软同期现金流的预测[8] - 谷歌、Meta、亚马逊和微软作为英伟达的重要客户,为布局AI而大幅增加资本支出,促使财富向芯片供应商集中转移[8] 资金配置策略 - 公司近期宣布一系列战略性投资,包括向Anthropic注资100亿美元、承诺向OpenAI投资1000亿美元[11] - 公司投资了CoreWeave等新兴云服务商,这些公司同样是其芯片的重要采购方[11] - 在部分合作中采取创新模式,如为某未具名云公司提供数据中心租约担保以换取股权认股权证[11] - 2026财年前三季度的股票回购金额已达360亿美元,较2023财年的100亿美元显著增长[11] - 公司首席执行官强调将利用现金推动业务增长,对OpenAI等公司的投资旨在拓展生态系统[11] 战略定位与影响 - 英伟达选择聚焦主业,通过战略性投资强化其在AI产业链中的核心地位,与其他科技巨头的多元化扩张形成鲜明对比[12] - 部分重大投资尚未最终落地,例如与OpenAI的投资条款仍在协商中,这导致公司账面现金从2023年初的约130亿美元增至今年10月底的600亿美元[12] - 公司的资金调配将深刻影响全球AI产业格局,如何平衡短期回报与长期战略是其持续领跑的关键[12]
赛迪研究院:软体机器人技术的发展将为具身智能带来新的机遇
每日经济新闻· 2025-04-02 19:38
行业发展趋势 - 中国AI大模型市场规模2024年达到165亿元,预计2028年将达到624亿元,复合增长率为40% [2] - AI专用芯片和量子计算的突破将推动计算硬件向高效能、低功耗和绿色化发展 [2] - 数据质量提升、跨领域数据融合加快、合成数据应用增长、数据安全与隐私保护加强 [2] 技术革新 - 传感器技术持续升级,高分辨率、低功耗且具备多模态感知能力的传感器将大量涌现 [2] - 新型视觉传感器可融合红外、深度等多种感知维度,提供更全面的环境视觉信息 [2] - 软体机器人技术的发展将推动医疗康复、灾难救援等领域的广泛应用 [2] 行业挑战 - 大模型技术在数据-算法-算力领域存在瓶颈 [3] - 高质量专业数据集缺乏,数据共享难度高,数据标准和治理保障体制不完善 [5] - 模型存在不可解释性和可靠性风险,在医疗、法律等特定领域应用受限 [5] - 算力供给不充分、不平衡,能源消耗瓶颈明显 [5] 行业机遇 - 具身智能产业将先进入工厂,未来会走向家居养老,市场潜力巨大 [3] - 中国在具身智能领域与国际水平相当,部分领域领先 [3] 政策环境 - 中国对大模型行业秉持包容审慎态度,相关政策自2024年起密集颁布 [2]